記事のディレクトリ
要素の演算機能
ceil()
:最も近い整数、数又は配列のパラメータまでfloor()
:最も近い整数、数または配列パラメータにダウンrint()
:丸め、または配列パラメータは数でありますisnan()
:要素がNaN(非数)、数値またはパラメーター配列であるかどうかを決定しますmultiply()
:乗算要素、番号、またはアレイのパラメータdivide()
:分割素子、またはアレイのパラメータは数でありますabs()
:パラメータは、数値または配列要素の絶対値でありますwhere(condition, x, y)
:三項演算子、X条件他のyの場合
サンプルコード(1,2,3,4,5,6,7):
# randn() 返回具有标准正态分布的序列。
arr = np.random.randn(2,3)
print(arr)
print(np.ceil(arr))
print(np.floor(arr))
print(np.rint(arr))
print(np.isnan(arr))
print(np.multiply(arr, arr))
print(np.divide(arr, arr))
print(np.where(arr > 0, 1, -1))
結果:
# print(arr)
[[-0.75803752 0.0314314 1.15323032]
[ 1.17567832 0.43641395 0.26288021]]
# print(np.ceil(arr))
[[-0. 1. 2.]
[ 2. 1. 1.]]
# print(np.floor(arr))
[[-1. 0. 1.]
[ 1. 0. 0.]]
# print(np.rint(arr))
[[-1. 0. 1.]
[ 1. 0. 0.]]
# print(np.isnan(arr))
[[False False False]
[False False False]]
# print(np.multiply(arr, arr))
[[ 5.16284053e+00 1.77170104e+00 3.04027254e-02]
[ 5.11465231e-03 3.46109263e+00 1.37512421e-02]]
# print(np.divide(arr, arr))
[[ 1. 1. 1.]
[ 1. 1. 1.]]
# print(np.where(arr > 0, 1, -1))
[[ 1 1 -1]
[-1 1 1]]
統計関数の要素
np.mean()
、np.sum()
:、すべての要素およびパラメータは、数や配列のすべての要素の平均値でありますnp.max()
、np.min()
:すべての要素、最小値のすべての要素の最大値は、パラメータは、数値または配列でありますnp.std()
、np.var()
:要素のすべての標準偏差、分散、または配列パラメータのすべての要素は、数ありますnp.argmax()
、np.argmin()
:最大インデックス値インデックス、最小インデックス、番号または配列パラメータのインデックス値np.cumsum()
、np.cumprod()
一次元アレイ、各要素と前のすべての蓄積素子と疲れ製品番号または配列パラメータを返します- すべての次元の多次元配列のデフォルトの統計情報は、
axis
パラメータは、統計の指定した軸の値とすることができる0
プレスカラム統計の値1
プレス行統計。
サンプルコード:
arr = np.arange(12).reshape(3,4)
print(arr)
print(np.cumsum(arr)) # 返回一个一维数组,每个元素都是之前所有元素的 累加和
print(np.sum(arr)) # 所有元素的和
print(np.sum(arr, axis=0)) # 数组的按列统计和
print(np.sum(arr, axis=1)) # 数组的按行统计和
結果:
# print(arr)
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
# print(np.cumsum(arr))
[ 0 1 3 6 10 15 21 28 36 45 55 66]
# print(np.sum(arr)) # 所有元素的和
66
# print(np.sum(arr, axis=0)) # 0表示对数组的每一列的统计和
[12 15 18 21]
# print(np.sum(arr, axis=1)) # 1表示数组的每一行的统计和
[ 6 22 38]
機能要素の分析
np.any()
:指定された条件が満たされている少なくとも一つの要素は、Trueを返すがありますnp.all()
:すべての要素は、指定された基準を満たす、Trueが返されます
サンプルコード:
arr = np.random.randn(2,3)
print(arr)
print(np.any(arr > 0))
print(np.all(arr > 0))
結果:
[[ 0.05075769 -1.31919688 -1.80636984]
[-1.29317016 -1.3336612 -0.19316432]]
True
False
リオーダー機能の要素
np.unique()
:固有の値を検索し、Pythonのコレクションのセットに似たソートの結果を返します
サンプルコード:
arr = np.array([[1, 2, 1], [2, 3, 4]])
print(arr)
print(np.unique(arr))
結果:
[[1 2 1]
[2 3 4]]
[1 2 3 4]
著作権©BigCatは、すべての権利、予約Gitbookを搭載し「改訂時間:2017年3月12日夜11時55分41秒」